我國(guó)大氣PM2.5及O3導(dǎo)致健康效益現(xiàn)狀分析及未來10年預(yù)測(cè)

郭 云， 蔣玉丹， 黃炳昭， 邢晶晶， 韋正崢

生態(tài)環(huán)境部環(huán)境與經(jīng)濟(jì)政策研究中心， 北京 100029

近年來我國(guó)政府大力治污，空氣質(zhì)量大幅改善. 按照《“十三五”生態(tài)環(huán)境保護(hù)規(guī)劃》的要求，到2020年細(xì)顆粒物(PM2.5)年均濃度不達(dá)標(biāo)的地級(jí)及以上城市應(yīng)比2015年降低18%. 截至2019年底，《“十三五”生態(tài)環(huán)境保護(hù)規(guī)劃》要求的PM2.5年均濃度降幅已達(dá)23.1%. 然而，臭氧(O3)污染問題日益凸顯，2019年O3濃度比2015年上升了10.4%. PM2.5和O3已成為我國(guó)大氣污染的2個(gè)首要污染物，如何在控制PM2.5的同時(shí)遏制O3的增加是當(dāng)前大氣污染防治亟需解決的問題，應(yīng)引起政府和公眾的重視.

目前，關(guān)于大氣污染導(dǎo)致的健康效應(yīng)研究較多，但由于受到數(shù)據(jù)來源及計(jì)算方法等多方面的影響，各研究結(jié)果差異較大[1-5]，其中，關(guān)于PM2.5導(dǎo)致的健康效應(yīng)的研究相對(duì)成熟[6-9]. 2014年Burnett等[10]提出了整合暴露-反應(yīng)(Integrated Exposure-Response, IER)模型，將模型中可吸入顆粒物的暴露劑量轉(zhuǎn)換為大氣PM2.5濃度暴露量，并根據(jù)估計(jì)的全球PM2.5濃度推導(dǎo)出每個(gè)國(guó)家的人口可歸因分?jǐn)?shù)(Population Attributable Fractions, PAFs)，為缺乏隊(duì)列研究的地區(qū)開展PM2.5健康效益評(píng)估提供了健康效益研究的依據(jù). 我國(guó)大部分學(xué)者采用IER模型來開展大氣污染健康效應(yīng)評(píng)估，發(fā)現(xiàn)我國(guó)2013—2017年P(guān)M2.5導(dǎo)致的過早死亡人數(shù)在90×104～120×104人之間[11-12]. 但關(guān)于O3的健康效應(yīng)研究相對(duì)較少[13]，YIN等[14]基于我國(guó)272城市的研究發(fā)現(xiàn)，O3主要導(dǎo)致非意外總死亡及心血管系統(tǒng)疾病死亡. 曾賢剛等[15]研究發(fā)現(xiàn)，我國(guó)2017年O3污染導(dǎo)致過早死亡的人數(shù)為9.8×104人. HUANG等[16]研究發(fā)現(xiàn)，我國(guó)74個(gè)城市中PM2.5導(dǎo)致的健康影響是O3的6.4～7.5倍，2017年兩種污染物共同導(dǎo)致的過早死亡人數(shù)比2013年減少了4.7×104人.

歸因于大氣污染的健康效益除了受污染物濃度影響外，還受到人口數(shù)量、年齡結(jié)構(gòu)及疾病死亡率等因素的影響. 經(jīng)預(yù)計(jì)，到2030年我國(guó)人口數(shù)量達(dá)到峰值(14.5億人)[17]，其中65歲以上的人口比重將升至18.2%[18]. 《“健康中國(guó)2030”規(guī)劃綱要》也提出，到2030年5歲以下兒童死亡率降至6‰，重大慢性病過早死亡率比2015年降低30%[19]. 未來隨著醫(yī)療水平的提高及人口老齡化問題的凸顯，人口數(shù)量、年齡結(jié)構(gòu)及疾病死亡率等這些因素在一定程度上會(huì)影響大氣污染對(duì)人群健康的效應(yīng)，因此需要考慮這些因素的變化來評(píng)估未來空氣質(zhì)量需要達(dá)到什么水平才能夠充分保障公眾健康. 該研究通過分析2015—2018年我國(guó)歸因于PM2.5及O3導(dǎo)致的健康效益，計(jì)算污染物濃度、人口數(shù)量、年齡結(jié)構(gòu)及疾病死亡率等因素對(duì)于健康效益的貢獻(xiàn)率，設(shè)定目標(biāo)情景估算未來10年大氣污染導(dǎo)致的過早死亡，以期為我國(guó)制定空氣質(zhì)量防控目標(biāo)和大氣污染防控策略提供參考依據(jù)，為評(píng)估政策的健康效益提供新的思路[20-21].

1 研究方法

1.1 數(shù)據(jù)來源

我國(guó)338個(gè)地級(jí)及以上城市2015—2018年大氣PM2.5和O3濃度數(shù)據(jù)來源于中國(guó)環(huán)境監(jiān)測(cè)總站，數(shù)據(jù)處理按HJ 663—2013《環(huán)境空氣質(zhì)量評(píng)價(jià)技術(shù)規(guī)范(試行)》[22]，PM2.5年均濃度用24 h平均濃度的算術(shù)平均值，為了數(shù)據(jù)的可比性，將2018年9月1日后338個(gè)地級(jí)及以上城市的參比狀態(tài)數(shù)據(jù)根據(jù)所在城市的溫度及氣壓統(tǒng)一調(diào)整為標(biāo)準(zhǔn)狀態(tài). O3年均濃度用O3日最大8 h滑動(dòng)平均值的第90百分位數(shù). 人口分布數(shù)據(jù)(1 km×1 km網(wǎng)格，2015年)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，利用GIS將網(wǎng)格數(shù)據(jù)轉(zhuǎn)化為市級(jí)尺度的人口數(shù)據(jù). 2015—2018年我國(guó)人口數(shù)量及年齡結(jié)構(gòu)數(shù)據(jù)來源于《人口和就業(yè)統(tǒng)計(jì)年鑒》(2016—2019年)，2025年和2030年人口數(shù)量及年齡結(jié)構(gòu)數(shù)據(jù)來源于聯(lián)合國(guó)《世界人口展望報(bào)告》[23]. 2015—2018年非意外總死亡、缺血性心臟病(IHD)、中風(fēng)(Stroke)、肺癌(LC)、慢性阻塞性肺疾病(COPD)及急性下呼吸道感染(ALRI)的疾病死亡率數(shù)據(jù)來源于《中國(guó)死因監(jiān)測(cè)數(shù)據(jù)集》(2015—2018年)，其中，中風(fēng)的數(shù)據(jù)用腦血管病數(shù)據(jù)代替.

1.2 大氣污染導(dǎo)致過早死亡人數(shù)計(jì)算

參考2017年全球疾病負(fù)擔(dān)的計(jì)算方法[10]，采用相對(duì)風(fēng)險(xiǎn)評(píng)估模型分別對(duì)我國(guó)338個(gè)地級(jí)及以上城市歸因于PM2.5和O3污染的過早死亡人數(shù)進(jìn)行估算，計(jì)算公式：

(1)

式中：Mij為i地區(qū)第j種疾病歸因于大氣PM2.5或O3污染的過早死亡人數(shù)，人；POPi,a為i地區(qū)a歲年齡人口數(shù)量，104人；AgePi,a為i地區(qū)a歲年齡人口占比，%；Ratea,i,j為i地區(qū)a歲年齡人疾病j的死亡率，1/100 000；PAFa,j為污染物導(dǎo)致的疾病j和a年齡相關(guān)的死亡比例.

PAFa,j采用暴露反應(yīng)函數(shù)進(jìn)行計(jì)算：

PAFa,j=1-eβ(C-C0)

(2)

式中：β為某污染物暴露-反應(yīng)關(guān)系系數(shù)；C為評(píng)估地區(qū)某污染物濃度，μg/m3；C0為污染物參考濃度，PM2.5參考濃度取10 μg/m3，O3參考濃度取70 μg/m3[24].

通常PM2.5暴露-反應(yīng)關(guān)系系數(shù)(β)數(shù)據(jù)較O3更為詳細(xì)，可細(xì)分為5種疾病，分別為缺血性心臟病(IHD)、中風(fēng)(Stroke)、肺癌(LNC)、慢性阻塞性肺病(COPD)導(dǎo)致的成人(>25歲)過早死亡和急性下呼吸道感染(LRI)導(dǎo)致的幼兒(<5歲)過早死亡. 該研究選擇分別計(jì)算5種疾病的PAFa,j后，將5種疾病的PAFa,j分別代入式(1)計(jì)算得到5種疾病的過早死亡人數(shù)，并將5種疾病的過早死亡人數(shù)相加，β、C參數(shù)來源于文獻(xiàn)[25]. O3暴露-反應(yīng)關(guān)系系數(shù)(β)選取對(duì)應(yīng)年齡段的總死亡β系數(shù)，不分疾病，其數(shù)據(jù)來源于文獻(xiàn)[14].

1.3 4種影響因素對(duì)過早死亡人數(shù)貢獻(xiàn)率計(jì)算

利用2017年全球疾病負(fù)擔(dān)研究[10]及文獻(xiàn)[12]的方法，分析人口數(shù)量、年齡結(jié)構(gòu)、疾病死亡率及污染物濃度等因素對(duì)PM2.5及O3污染導(dǎo)致的過早死亡人數(shù)的貢獻(xiàn)率. 以2015年4個(gè)因素為基準(zhǔn)，通過依次將2018年人口數(shù)、年齡結(jié)構(gòu)、疾病死亡率和污染物導(dǎo)致的疾病和年齡相關(guān)的死亡比例引入歸因死亡人數(shù)計(jì)算公式來估計(jì)各因素導(dǎo)致的過早死亡人數(shù)，2個(gè)公式〔如式(3)(4)或式(4)(5)〕計(jì)算得到的差值除以總體過早死亡人數(shù)的變化即為單個(gè)因素的貢獻(xiàn)率〔見式(8)～(10)〕，其中，由于人口數(shù)量和年齡結(jié)構(gòu)相對(duì)于污染物濃度是獨(dú)立的2個(gè)因素，但污染物暴露本身會(huì)影響疾病死亡率，分析過程中應(yīng)排除該因素對(duì)疾病死亡率的影響〔見式(6)〕.

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

式中：t0和t分別為基準(zhǔn)年(2015年)和目標(biāo)年(2018年)；Mt0、Mt分別為基準(zhǔn)年和目標(biāo)年污染物導(dǎo)致的過早死亡人數(shù)，104人；At、Bt和Ct為中間變量，分別是從基準(zhǔn)年到目標(biāo)年的人口數(shù)量、年齡結(jié)構(gòu)和疾病死亡率對(duì)死亡人數(shù)的增量變化；POPt、POPt0分別為目標(biāo)年、基準(zhǔn)年的人口數(shù)量，104人；CAt、CBt和CCt為人口數(shù)量、年齡結(jié)構(gòu)和疾病死亡率對(duì)死亡人數(shù)變化的貢獻(xiàn)率，%.

1.4 未來10年目標(biāo)情景預(yù)測(cè)及過早死亡人數(shù)的計(jì)算

設(shè)定未來10年目標(biāo)情景(見表1)，按1.2節(jié)方法計(jì)算2025年及2030年歸因于空氣污染的過早死亡人數(shù). 按照國(guó)家發(fā)展目標(biāo)，2035年要基本實(shí)現(xiàn)社會(huì)主義現(xiàn)代化，專家呼吁到2030年?duì)幦∷兄攸c(diǎn)城市達(dá)到現(xiàn)階段的國(guó)家空氣質(zhì)量標(biāo)準(zhǔn). 污染物濃度目標(biāo)情景參考我國(guó)GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》以及世界衛(wèi)生組織(WHO)《空氣質(zhì)量準(zhǔn)則》設(shè)定. 人口數(shù)量和年齡結(jié)構(gòu)參考聯(lián)合國(guó)經(jīng)濟(jì)和社會(huì)事務(wù)部人口司發(fā)布的《世界人口展望報(bào)告》[18]關(guān)于1950—2100年的世界人口金字塔，同時(shí)結(jié)合《人口和就業(yè)統(tǒng)計(jì)年鑒》發(fā)布的2015—2018年人口數(shù)量予以校正. 死亡率參考《“健康中國(guó)2030”規(guī)劃綱要》關(guān)于5歲以下兒童死亡率和重大慢性病過早死亡率的建設(shè)指標(biāo)設(shè)定.

表1 2025年及2030年目標(biāo)情景預(yù)測(cè)Table 1 Target scenario forecast for 2025 and 2030

2 結(jié)果與分析

2.1 健康效益影響因素變化趨勢(shì)

由表2可見：2015—2018年，我國(guó)PM2.5濃度從50 μg/m3降至39 μg/m3，年均下降7.33%；O3濃度從135 μg/m3升至151 μg/m3，年均上升3.95%. 在此期間，我國(guó)人口數(shù)量年均增長(zhǎng)0.50%，同時(shí)老齡化問題也逐漸凸顯，65歲及以上人口占比從2015年的10.47%增至2018年的11.94%，年均增加4.69%. 我國(guó)非意外總死亡率逐年上升，該研究涉及的5種疾病中，中風(fēng)(Stroke)的死亡率最高，其次依次為缺血性心臟病(IHD)、慢性阻塞性肺疾病(COPD)、肺癌(LC)和急性下呼吸道感染(ALRI)，除慢性阻塞性肺疾病死亡率逐年下降外，其他疾病均有不同幅度上升.

表2 2015—2018年影響健康效益的因素變化趨勢(shì)Table 2 Trends of factors influencing health benefits from 2015 to 2018

圖1 2015—2018年338地級(jí)及以上城市PM2.5及O3濃度變化趨勢(shì)Fig.1 Trends of PM2.5 and O3 concentrations in 338 cities at prefecture level and above during 2015-2018

2.2 PM2.5和O3導(dǎo)致的健康效益時(shí)空分布

由圖1可見：按照GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》，2015—2018年73%的城市PM2.5濃度年均值超過GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值(35 μg/m3)，22%的城市PM2.5濃度介于GB 3095—2012一級(jí)標(biāo)準(zhǔn)限值(15 μg/m3)和二級(jí)標(biāo)準(zhǔn)限值之間；22%的城市O3濃度超過GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值(160 μg/m3)，72%城市介于GB 3095—2012一級(jí)標(biāo)準(zhǔn)限值(100 μg/m3)和二級(jí)標(biāo)準(zhǔn)限值之間. 總體上，PM2.5較O3污染更為嚴(yán)重，并且污染程度與人口密度分布高度重合. PM2.5導(dǎo)致的過早死亡人數(shù)約為O3的8倍，但兩種污染物導(dǎo)致的健康效應(yīng)變化不同. PM2.5導(dǎo)致的過早死亡人數(shù)從2015年的152.21×104人降至2018年的136.82×104人，年均下降3.37%，降幅低于PM2.5濃度變化；然而，O3導(dǎo)致的過早死亡人數(shù)從2015年的7.99×104人增至2018年的8.27×104人，年均增長(zhǎng)9.52%，漲幅高于O3濃度變化.

從疾病構(gòu)成來看，2015—2018年，因PM2.5導(dǎo)致的5種疾病過早死亡人數(shù)占比變化較小. 死于中風(fēng)的人數(shù)在5種疾病中占比最高，約為50%；其次是缺血性心臟病，死于缺血性心臟病的人數(shù)占比從2015年的25%逐步升至2018年的28.57%；急性下呼吸道感染死亡人數(shù)遠(yuǎn)低于其他4種疾?。缓粑到y(tǒng)疾病(含肺癌和慢性阻塞性肺疾病)死亡人數(shù)占比逐年穩(wěn)定下降.

按國(guó)家統(tǒng)計(jì)年鑒采用的東部、中部、西部劃分標(biāo)準(zhǔn)，2015—2018年P(guān)M2.5導(dǎo)致的過早死亡人數(shù)與PM2.5濃度分布一致，均呈中部>東部>西部的特征. 東部PM2.5濃度年均降幅(-7.84%)最大，但東部PM2.5導(dǎo)致過早死亡人數(shù)年均降幅(-1.78%)遠(yuǎn)小于中部地區(qū)(-6.32%)(見圖2、表3). 中部大部分地區(qū)PM2.5導(dǎo)致的過早死亡人數(shù)呈下降趨勢(shì)，河北省、廣東省等東部地區(qū)以及甘肅省、貴州省、陜西省等西部地區(qū)的過早死亡人數(shù)仍呈上升趨勢(shì)(見圖2). 2015—2018年O3濃度總體呈東部>中部>西部的特征，但中部地區(qū)O3濃度及其導(dǎo)致的過早死亡人數(shù)的年均漲幅均為最大，分別為5.75%和18.64%，東部和西部地區(qū)O3濃度漲幅相近，但東部的過早死亡人數(shù)漲幅遠(yuǎn)小于西部(見圖2、表3). 由圖2可見：東部沿海省份(山東省、江蘇省、浙江省、遼寧省)O3導(dǎo)致的過早死亡人數(shù)呈下降趨勢(shì)；中部除山西省、河南省、湖南省外，其他地區(qū)過早死亡人數(shù)均上升；西部大部分地區(qū)過早死亡人數(shù)呈上升趨勢(shì)，僅四川省、內(nèi)蒙古自治區(qū)、青海省以及新疆維吾爾自治區(qū)等部分地區(qū)過早死亡人數(shù)呈下降趨勢(shì).

2.3 典型地區(qū)的健康效益

由圖3可見，從PM2.5來看，長(zhǎng)三角地區(qū)和“2+26”城市導(dǎo)致的過早死亡人數(shù)遠(yuǎn)高于汾渭平原和珠三角地區(qū). 2015—2018年，長(zhǎng)三角地區(qū)、“2+26”城市和汾渭平原3個(gè)區(qū)域的過早死亡人數(shù)均呈下降趨勢(shì). 考慮4個(gè)地區(qū)面積及人數(shù)的不同，采用單位面積過早死亡人數(shù)進(jìn)行比較分析. 由圖3可見：2018年“2+26”城市和長(zhǎng)三角地區(qū)單位面積過早死亡人數(shù)較為相近，分別為0.082和0.072人/km2，兩個(gè)地區(qū)變化趨勢(shì)較為相似，均在2016年降幅較大；珠三角地區(qū)單位面積過早死亡人數(shù)介于長(zhǎng)三角地區(qū)和汾渭平原地區(qū)之間，但珠三角人口密度高達(dá)162人/m2，遠(yuǎn)超過其他3個(gè)區(qū)域，因此過早死亡人數(shù)占總?cè)藬?shù)的比例相對(duì)較低；汾渭平原在4個(gè)區(qū)域中單位面積過早死亡人數(shù)最低，平均單位面積過早死亡人數(shù)為0.039人/km2.

由圖3可見，4個(gè)典型區(qū)域因O3導(dǎo)致的過早死亡人數(shù)均呈上升趨勢(shì)，其中，“2+26”城市在2017—2018年過早死亡人數(shù)迅速上升，超過長(zhǎng)三角地區(qū)，成為過早死亡人數(shù)最多的區(qū)域. 2015—2018年“2+26”城市是單位面積過早死亡人數(shù)最多的區(qū)域，汾渭平原單位面積過早死亡人數(shù)遠(yuǎn)低于其他3個(gè)區(qū)域，長(zhǎng)三角和珠三角地區(qū)單位面積過早死亡人數(shù)的數(shù)量和變化較為一致. 2016年前，“2+26”城市單位面積過早死亡人數(shù)與長(zhǎng)三角和珠三角地區(qū)相差不大，但在2016—2017年其單位面積過早死亡人數(shù)升速高于其他3個(gè)地區(qū)，為2016年的1.4倍.

圖2 2015—2018年P(guān)M2.5及O3導(dǎo)致的健康效應(yīng)變化Fig.2 Changes in health benefits variables of PM2.5 and O3 from 2015 to 2018

表3 2015—2018年全國(guó)歸因于PM2.5及O3的健康效益

2.4 不同因素的貢獻(xiàn)率

2015—2018年期間，人口數(shù)量增加和年齡結(jié)構(gòu)變化均顯著增加PM2.5和O3導(dǎo)致的過早死亡人數(shù)，疾病死亡率變化則顯著降低PM2.5和O3導(dǎo)致的過早死亡人數(shù). 由于近年來PM2.5濃度呈上升趨勢(shì)，O3濃度呈下降趨勢(shì)，大氣PM2.5濃度的變化導(dǎo)致過早死亡人數(shù)下降，O3濃度的變化導(dǎo)致過早死亡人數(shù)上升. 污染物濃度和疾病死亡率2個(gè)因素對(duì)PM2.5導(dǎo)致過早死亡人數(shù)的影響較對(duì)O3的影響大，年齡結(jié)構(gòu)對(duì)O3導(dǎo)致過早死亡人數(shù)的影響較對(duì)PM2.5的影響大(見表4).

由表4可見：以2015年為基準(zhǔn)，2018年歸因于PM2.5過早死亡人數(shù)總體減少了15.39×104人，其中人口數(shù)量和年齡結(jié)構(gòu)的變化導(dǎo)致過早死亡人數(shù)分別增加了2.54×104和16.08×104人，疾病死亡率及污染物濃度的變化導(dǎo)致過早死亡人數(shù)分別降低了10.00×104和24.01×104人，這4個(gè)因素對(duì)總體過早死亡人數(shù)變化的貢獻(xiàn)率分別為4.83%、30.55%、19.00%及45.62%. 2018年歸因于O3導(dǎo)致的過早死亡人數(shù)比2015年增加了4.61×104人，其中人口數(shù)量、年齡結(jié)構(gòu)和污染物濃度的變化使過早死亡人數(shù)分別增加了1.54×104、1.07×104及4.03×104人，疾病死亡率的變化使過早死亡人數(shù)降低了2.03×104人，這4個(gè)因素對(duì)總體過早死亡人數(shù)變化的貢獻(xiàn)率分別為17.76%、12.34%、23.41%及46.48%.

2.5 未來10年健康效益估算

圖3 2015—2018年四大典型地區(qū)歸因于PM2.5及O3的健康效益Fig.3 The health benefits of PM2.5 and O3 in the four typical regions from 2015 to 2018

表4 2015—2018年不同影響因素對(duì)健康效益的貢獻(xiàn)

表5 不同目標(biāo)情景下2025年及2030年健康效益預(yù)測(cè)Table 5 Prediction of health benefits for 2025 and 2030 under different target scenarios

濃度降至100 μg/m3，2025年O3將導(dǎo)致我國(guó)6.96×104人過早死亡，2030年將導(dǎo)致7.56×104人過早死亡(見表5).

3 討論

該研究分析了2015—2018年歸因于PM2.5和O3的過早死亡人數(shù)，結(jié)合兩種污染物的時(shí)空分布分析變化趨勢(shì)，估算了人口數(shù)量、年齡結(jié)構(gòu)、疾病死亡率及污染物濃度等因素對(duì)于過早死亡人數(shù)的貢獻(xiàn)率；同時(shí)，基于不同的目標(biāo)情景預(yù)測(cè)了2025年及2030年我國(guó)歸因于空氣污染的健康效益，提出PM2.5和O3在2025年及2030年需達(dá)到的最低目標(biāo)值.

目前關(guān)于我國(guó)PM2.5濃度的分布及其導(dǎo)致的健康效應(yīng)研究相對(duì)成熟[26-28]，其結(jié)果[11,29]總體上看與筆者研究結(jié)果較為一致. 全國(guó)PM2.5年均值較高的區(qū)域集中分布在京津冀地區(qū)、新疆維吾爾自治區(qū)、山東省、河南省等地區(qū)，與ZOU等[11]基于全國(guó)范圍內(nèi)各站點(diǎn)PM2.5小時(shí)數(shù)據(jù)模擬得到的PM2.5濃度分布結(jié)果相似. JING等[29]基于我國(guó)74城市的PM2.5健康效應(yīng)發(fā)現(xiàn)，經(jīng)濟(jì)較好的區(qū)域PM2.5導(dǎo)致的肺癌比例相對(duì)較大，中風(fēng)的比例相對(duì)較小，過早死亡人數(shù)中因中風(fēng)和缺血性心臟病死亡人數(shù)的占比呈上升趨勢(shì)，與筆者研究結(jié)果一致. 結(jié)果表明，在逐漸老齡化的社會(huì)中，大氣污染防控應(yīng)更注重對(duì)心腦血管疾病，特別是對(duì)中風(fēng)和缺血性心臟病的預(yù)防.

我國(guó)PM2.5濃度超過GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值的城市數(shù)量是O3濃度超過GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值城市數(shù)量的1.2倍，長(zhǎng)期以來PM2.5是專家們首要關(guān)注的污染物，近期O3污染及其健康效應(yīng)才逐步引起人們的關(guān)注. 我國(guó)O3污染主要以京津冀地區(qū)和山東省為中心向四周呈遞減模式分布，其造成的過早死亡人數(shù)呈東部>中部>西部的特征. 該研究估算因O3導(dǎo)致的過早死亡人數(shù)為16×104～21×104人，高于JING等[29]關(guān)于中國(guó)74個(gè)重點(diǎn)城市歸因于O3的過早死亡人數(shù)(5.2×104人)的結(jié)果，也高于曾賢剛等[15]認(rèn)為我國(guó)2017年O3污染導(dǎo)致過早死亡人數(shù)為9.8×104人的結(jié)論. 一方面可能是由于評(píng)價(jià)和分析的城市數(shù)量及范圍不同，另一方面可能是因?yàn)樵t剛等[15]考慮了室內(nèi)外暴露系數(shù)的差異. 該研究分析全國(guó)范圍內(nèi)O3導(dǎo)致的過早死亡人數(shù)時(shí)空變化，發(fā)現(xiàn)“2+26”城市的過早死亡人數(shù)雖然在早期(2015年)處于全國(guó)較低水平，但增長(zhǎng)速度在幾個(gè)典型地區(qū)中較迅速，2018年O3造成的單位面積過早死亡人數(shù)高達(dá)0.015人/km2，需要引起高度重視.

過早死亡人數(shù)受到人口數(shù)量、年齡結(jié)構(gòu)、疾病死亡率及污染物濃度4種因素的影響，其中人口數(shù)量反映了暴露于污染物的人群數(shù)量，污染物濃度反映了暴露水平，若更多人暴露在較高濃度的污染物下會(huì)增加疾病死亡的風(fēng)險(xiǎn). 而年齡結(jié)構(gòu)和死亡率則代表不同人群對(duì)于空氣污染的脆弱性. 對(duì)于人口因素和死亡率，污染物濃度是一個(gè)更容易被改變的因素，即可以降低污染物濃度來降低死亡風(fēng)險(xiǎn). 該研究發(fā)現(xiàn)，2015—2018年人口數(shù)量、年齡結(jié)構(gòu)、死亡率及污染物濃度等因素對(duì)歸因于PM2.5的過早死亡人數(shù)變化的貢獻(xiàn)率分別為7.83%、30.55%、19.00%及45.62%. 基于YUE等[12]研究結(jié)果，2013—2017年以上4個(gè)因素的貢獻(xiàn)率分別為17.76%、12.34%、23.41%及46.48%，與筆者所得結(jié)果總體趨勢(shì)一致，但因素之間的差異較筆者研究結(jié)果大，可能是由于研究年份不同導(dǎo)致. 該研究中PM2.5與O3兩種污染物導(dǎo)致的過早死亡人數(shù)中各因素貢獻(xiàn)率存在一定差異，可能有以下4個(gè)方面原因：①污染物濃度變化趨勢(shì)和幅度不同；②PM2.5導(dǎo)致的過早死亡人數(shù)采用5種疾病計(jì)算的合計(jì)，O3采用非意外總死亡計(jì)算；③受β的年齡結(jié)構(gòu)分段不同，PM2.5分為14個(gè)年齡段，O3分為3個(gè)年齡段，導(dǎo)致結(jié)果敏感性不同；④部分特殊地區(qū)在冬季極寒條件下PM2.5濃度較高，而在夏季極熱條件下O3濃度相對(duì)較高，該研究由于數(shù)據(jù)受限，沒有分析特殊氣象條件下PM2.5濃度和O3濃度異常較高對(duì)死亡率的影響.

已有研究中關(guān)于未來空氣質(zhì)量預(yù)測(cè)及其導(dǎo)致的健康效應(yīng)的研究較少. Maji等[30]基于對(duì)我國(guó)161城市的研究認(rèn)為，如果2030年P(guān)M2.5濃度達(dá)到35 μg/m3，將會(huì)導(dǎo)致57.4×104人死亡. YUE等[12]研究認(rèn)為，如果2030年我國(guó)PM2.5濃度達(dá)到35 μg/m3，將會(huì)導(dǎo)致95.3×104人死亡，比2017年降低1.8×104人，均略低于筆者研究結(jié)果，可能是由于計(jì)算方法和數(shù)據(jù)選擇的差異導(dǎo)致. 該研究估算了2025年及2030年不同目標(biāo)情景下我國(guó)歸因于PM2.5和O3的健康效應(yīng)，認(rèn)為我國(guó)338個(gè)地級(jí)及以上城市PM2.5濃度在2025年需降至40 μg/m3以下、2030年降至35 μg/m3以下，O3濃度在2025年降至與2018年持平、2030年O3濃度比2018年濃度低4%，兩種污染物導(dǎo)致的過早死亡人數(shù)才能與2018年接近. 因此，未來仍需持續(xù)加強(qiáng)PM2.5的污染控制，進(jìn)一步遏制O3上升趨勢(shì)，在生態(tài)環(huán)境保護(hù)上要做到方向不變、力度不減.

4 結(jié)論

a) 2015—2018年我國(guó)PM2.5濃度整體呈下降趨勢(shì)，其導(dǎo)致的過早死亡人數(shù)從2015年的152.21×104人降至2018年的136.82×104人，年均下降3.37%，降幅呈中部>東部>西部的特征，四大典型區(qū)域單位面積過早死亡人數(shù)呈“2+26”城市>長(zhǎng)三角地區(qū)>珠三角地區(qū)>汾渭平原的特征.

b) 我國(guó)O3導(dǎo)致的過早死亡人數(shù)約為PM2.5導(dǎo)致的過早死亡人數(shù)的1/8，但呈上升趨勢(shì)，從2015年的7.99×104人增至2018年的8.27×104人，年均上升9.52%，增幅呈中部>西部>東部的特征. 其中，“2+26”城市是我國(guó)O3污染較為嚴(yán)重的地區(qū)，四大典型區(qū)域單位面積過早死亡人數(shù)呈“2+26”城市>長(zhǎng)三角地區(qū)≈珠三角地區(qū)>汾渭平原.

c) 人口數(shù)量增加和人口老齡化均會(huì)造成過早死亡人數(shù)的增加，疾病死亡率降低會(huì)使過早死亡人數(shù)降低，PM2.5和O3對(duì)過早死亡人數(shù)的影響與二者濃度變化趨勢(shì)一致. 其中，人口數(shù)量、年齡結(jié)構(gòu)、疾病死亡率和污染物濃度的變化對(duì)歸因于PM2.5的過早死亡人數(shù)變化的貢獻(xiàn)率分別為4.83%、30.55%、19.00%及45.62%，對(duì)歸因于O3的過早死亡人數(shù)變化的貢獻(xiàn)率分別為17.76%、12.34%、23.41%及46.48%.

d) 預(yù)測(cè)未來10年，大氣PM2.5濃度2025年需降至40 μg/m3以下、2030年降至35 μg/m3以下，大氣O3濃度2025年達(dá)到與2018年持平、2030年O3濃度比2018年低4%，兩種污染物導(dǎo)致的過早死亡人數(shù)才能與2018年接近. 如果兩種污染物濃度保持2019年濃度水平，2025年和2030年歸因于PM2.5的過早死亡人數(shù)將分別比2018年增加8%和13%，歸因于O3的過早死亡人數(shù)將分別比2018年增加13%和22%.